快速排序通过分治法递归分割数组，选择基准值将元素划分为左右两部分，小于基准的放左边，大于等于的放右边，再对子数组递归排序。Python可实现为简洁版（使用列表推导）或原地排序版（减少内存开销），前者代码清晰适合理解，后者通过索引操作原数组提升空间效率。
快速排序是一种高效的排序算法，采用分治思想，通过递归将数组逐步分解并排序。Python中实现快速排序并不复杂，适合处理大量数据时使用。
快速排序的基本原理
快速排序的核心是选择一个基准值（pivot），然后将数组分为两部分：小于基准的元素放在左边，大于等于基准的元素放在右边。接着对左右两部分递归执行相同操作。
具体步骤如下：
- 从数组中选择一个元素作为基准（通常选第一个或最后一个）
- 遍历数组，将小于基准的元素放入左子数组，大于等于的放入右子数组
- 对左右子数组分别递归调用快排函数
- 合并结果：左子数组 + 基准 + 右子数组
Python中的实现方式
下面是快速排序的一种简洁实现：
立即学习“Python免费学习笔记（深入）”；
def quicksort(arr): if len(arr) pivot] return quicksort(left) + middle + quicksort(right)使用示例
data = [3, 6, 8, 10, 1, 2, 1] sorted_data = quicksort(data) print(sorted_data) # 输出: [1, 1, 2, 3, 6, 8, 10]
这种写法利用列表推导式，代码清晰易懂，适合学习理解。但会额外占用内存，因为创建了新的列表。
原地排序优化版本
为了节省空间，可以实现原地快排，只在原数组上操作，不创建新列表：
def quicksort_inplace(arr, low, high): if low def partition(arr, low, high): pivot = arr[high] i = low - 1 for j in range(low, high): if arr[j]使用方式
data = [3, 6, 8, 10, 1, 2, 1] quicksort_inplace(data, 0, len(data) - 1) print(data) # 输出: [1, 1, 2, 3, 6, 8, 10]
这个版本更高效，适用于大规模数据场景，但逻辑稍复杂。
使用注意事项
快速排序平均时间复杂度为 O(n log n)，最坏情况为 O(n²)，但实际表现通常很好。
几点建议：
- 对于小数组（如长度小于10），可改用插入排序提升性能
- 避免在已排序数组上使用首/尾元素作基准，可随机选择 pivot
- Python内置的 sorted() 和 list.sort() 使用 Timsort，通常比手写快排更快更稳定
基本上就这些。掌握快排有助于理解递归和分治思想，在面试和算法练习中很常见。
